大型梯级水利枢纽建成后 ，运行调度水平的高低直接影响其综合效益的发挥。目前 ，在大型梯级水利枢纽的优化调度研究中 ，主要的难点来源于其高维性和非线性的特点所带来的求解困难。梯级水利枢纽中的水力和电力联系存在多种非线性 ，而其在时间和空间上的决策维度远远超出现有的非线性优化算法的求解能力。除此之外 ，大型水库由于大库容高水头 ，优化时还存在连续大范围寻优而导致计算效率低下的问题。对于不同来流条件下水库优化结果的分析 ，目前也鲜有专门的方法研究。针对大型水库大范围连续寻优的优化问题 ，本书提出了借助增量动态规划方法 （Incremental Dynamic Programming， IDP）建立合理的寻优空间以提高优化效率的方法。充分利用 IDP算法的收敛特性和启发式算法 （Heuristic Algorithm， HA）在连续空间里强大的全局寻优能力 ，提出了 IDP -HA耦合模型。以 IDP优化后的调度线为参照 ，建立覆盖全局最优解的小尺度寻优空间 ，在该空间内利用 HA对高维变量进行寻优 ，有效解决了大型水库在高维时间尺度上大范围寻优导致的计算效率低下甚至无可行解的问题。

针对大型水库大范围连续寻优的优化问题 ，本书提出了借助增量动态规划方法 （Incremental Dynamic Programming， IDP）建立合理的寻优空间以提高优化效率的方法。充分利用 IDP算法的收敛特性和启发式算法 （Heuristic Algorithm， HA）在连续空间里强大的全局寻优能力 ，提出了 IDP -HA耦合模型。以 IDP优化后的调度线为参照 ，建立覆盖全局最优解的小尺度寻优空间 ，在该空间内利用 HA对高维变量进行寻优 ，有效解决了大型水库在高维时间尺度上大范围寻优导致的计算效率低下甚至无可行解的问题。